Digital Signal Processing Reference
In-Depth Information
Das Streudiagramm links unten zeigt eine eher rotationssymmetrische Wolke für
die Wertepaare. Ein linearer Zusammenhang zwischen den stochastischen Variablen
ist nicht erkennbar. Eine wechselseitige Prognose ist hier nicht sinnvoll möglich.
4
4
2
2
0
0
-2
-2
-4
-4
-4
-2
0
2
4
-4
-2
0
2
4
x
1
x
1
4
4
2
2
0
0
-2
-2
-4
-4
-4
-2
0
2
4
-4
-2
0
2
4
x
1
x
1
Bild 20-44
Streudiagramme (
dsplab14_4
)
Das Streudiagramm rechts unten zeigt wieder einen linearen Zusammenhang. Da
sie Steigung der gedachten Geraden negativ ist, ist hier der empirische Korrelations-
koeffizient der stochastischen Variablen negativ. Ähnlich wie im Bild darüber kann
beispielsweise im Falle
x
1
mit einem Wert um 2 mit großer Zuverlässigkeit voraus-
gesagt werden, das
x
2
einen Wert zwischen
1 und
3 annimmt.
M14.6
Empirische Korrelationskoeffizienten
Empirische Korrelationskoeffizienten zu den Signalen
x
1
[
n
] bis
x
4
[
n
] (
dsplab14_3
)
Signal
i
1
2
3
4
;
1
i
1.000
0.6889
0.0199
0.7369
M14.7
Zweidimensionale WDF einer bivariaten Normalverteilung in (14-1),
dsplab14_4
Für
x
=
x
1
und
y = x1
liegen alle Messwert-Paare auf der Winkelhalbieren-
den (
y
=
x
). Die Höhenlinien fallen alle auf die Winkelhalbierende.
Für
x
=
x
1
und
y = x2
liegen alle Messwert-Paare häufiger in der Nähe Win-
kelhalbierenden (
y
=
x
). Die Höhenlinien sind Ellipsen mit der großen Achse auf der
Winkelhalbierenden, siehe auch Bild 14-5.
